ذكاء اصطناعي أقوى يتطلب حكماً بشرياً أقوى

بيان مختبر الذكاء الاصطناعي لفيزياء الأعمال للطلاب والمعلمين وقادة الأعمال

نحن في مختبر فيزياء الأعمال للذكاء الاصطناعي نؤمن بضرورة أن يتعلم الطلاب رؤية الذكاء الاصطناعي بوضوح.

يجب ألا نتعامل مع الذكاء الاصطناعي المتقدم على أنه سحر. كما يجب ألا نختزله في الخوف. فنقطة البداية الأفضل هي فهم الذكاء الاصطناعي كمجموعة من الأنظمة سريعة التغير التي يمكن أن تخلق الفرص والمخاطر على حد سواء. من خلال المواد العامة الصادرة عن مختبرات الذكاء الاصطناعي الرئيسية وهيئات المعايير ومنظمات السياسات، يظهر نمط واحد بشكل متكرر: كلما أصبحت أنظمة الذكاء الاصطناعي أكثر قدرة، تزداد الحاجة إلى الاختبار والضمانات والرقابة والمساءلة (أنثروبيك، 2023؛ جوجل ديب مايند، 2025؛ المعهد الوطني للمعايير والتكنولوجيا [NIST]، 2023؛ OpenAI، 2025؛ منظمة التعاون الاقتصادي والتنمية [OECD]، 2019).

تعبر المنظمات المختلفة عن هذه الفكرة بطرق مختلفة. تصف منظمة أنثروبيك (2023) سلامة الذكاء الاصطناعي بأنها عملية موازنة. ويوضح OpenAI (2025) أن تطوير القدرات يجب أن يقابله تخفيف استباقي للمخاطر. تحذر شركة Google DeepMind (2025) من أن القدرات المتقدمة قد تشكل مخاطر جديدة. يصف NIST (2023) الذكاء الاصطناعي الجدير بالثقة باستخدام مفاهيم مثل السلامة والأمن والمرونة والمساءلة والشفافية والشفافية والخصوصية والإنصاف. تروج منظمة التعاون الاقتصادي والتنمية (2019) للذكاء الاصطناعي المبتكر والجدير بالثقة. تختلف اللغة، لكن الاتجاه متشابه: تتطلب الأنظمة الأقوى مسؤولية أقوى.

بالنسبة لنا، الدرس بسيط: الذكاء الاصطناعي الأقوى يتطلب حكماً بشرياً أقوى.

هذا لا يعني أن كل نظام ذكاء اصطناعي أقوى هو أمر خطير تلقائيًا. بل يعني شيئاً أكثر عملية. فعندما يكون النظام قادراً على القيام بالمزيد، يمكن أن تصبح عواقب الأخطاء أو سوء الاستخدام أو ضعف الإشراف أو سوء الإدارة أكبر. لهذا السبب لا يمكن أن تكون القدرة الأقوى هي السؤال الوحيد. نحن بحاجة أيضًا إلى أن نسأل كيف يتم تقييم النظام، وما هي الضمانات الموجودة، ومن المسؤول، وما إذا كان السياق مناسبًا لاستخدامه (Google DeepMind، 2025؛ OpenAI، 2025).

بالنسبة لطلاب الأعمال، هذه ليست مشكلة ترميز في الأساس. إنها مشكلة حكم. إذا كان الطلاب يتعلمون فقط أن الذكاء الاصطناعي يمكنه توفير الوقت أو إنشاء محتوى أو تلخيص المواد أو أتمتة الأعمال الروتينية، فإنهم يتعلمون نصف القصة فقط. كما أنهم يحتاجون أيضًا إلى فهم أن الذكاء الاصطناعي الأقوى يمكن أن يخلق مشاكل أكبر عندما يتم التلاعب به أو استخدامه بإهمال أو الوثوق به بسرعة كبيرة. يعد NIST (2023) مفيدًا بشكل خاص هنا لأنه يشرح أن مخاطر الذكاء الاصطناعي هي مخاطر اجتماعية تقنية. بلغة واضحة، هذا يعني أن المخاطر لا تأتي فقط من التكنولوجيا. فهي تأتي أيضًا من الأشخاص والمنظمات والقرارات والأنظمة المحيطة بها.

وهذا أمر مهم في مجال الأعمال التجارية لأن العديد من إخفاقات الذكاء الاصطناعي لا تبقى تقنية لفترة طويلة. إذ يمكن أن تتحول بسرعة إلى مشاكل إدارية، أو مشاكل أخلاقية، أو مشاكل قانونية، أو مشاكل في التواصل، أو مشاكل في السمعة. يمكن أن يتم اكتشاف المخرجات السيئة أو تجاهلها أو إساءة فهمها أو التصرف بسرعة كبيرة. وفي كل حالة، يكون الحكم البشري مهمًا. ولهذا السبب يجب ألا يسأل الطلاب فقط: “ما الذي يمكن أن يفعله هذا الذكاء الاصطناعي؟ يجب أن يسألوا أيضًا: ما هو الهدف؟ من سيستخدم هذا؟ ما هي المخاطر الموجودة؟ كيف تم اختبار هذا؟ من الذي يتحقق من المخرجات؟ من يبقى مسؤولاً عن القرار النهائي؟

تأتي استجابة تعليمية مفيدة لهذا التحدي من هرمزا داو وناسي (2025). فهما يجادلان بأنه إذا كان الطلاب سيستخدمون الذكاء الاصطناعي بمسؤولية، فلا ينبغي أن يظل الحكم غامضًا. بل يجب تدريسه مباشرة. يمنح إطار عملهما REACT الطلاب طريقة منظمة للقيام بذلك. يرمز REACT إلى سبب استخدام أو عدم استخدام الذكاء الاصطناعي، وخطة قبول الأدلة والتحقق منها، والمساءلة، والقيود، والمقايضات (هورمازا داو وناسي، 2025). من الناحية العملية، يطلب إطار العمل من الطلاب شرح سبب استخدامهم للذكاء الاصطناعي، وكيف سيتحققون من النتائج، ومن يظل مسؤولاً، وما هي القواعد أو الحدود المطبقة، وما هي المفاضلات التي يقومون بها بين السرعة والجودة والحكم البشري.

هذا مهم لأنه يحول الحكم إلى شيء مرئي وقابل للتعليم. فبدلاً من مجرد إخبار الطلاب بتوخي الحذر، يمنحهم برنامج REACT طريقة للتفكير بعناية. إنه ينقل المحادثة من النصيحة المجردة إلى اتخاذ القرارات الفعلية في الفصل الدراسي وفي الحياة المهنية (هرمزا داو وناسي، 2025).

تأتي مساهمة عملية مفيدة بنفس القدر من إطار عمل مختبر فيزياء الأعمال للذكاء الاصطناعي لمهارات التكامل بين الإنسان والذكاء الاصطناعي. يجعل هذا الإطار الحجة الرئيسية لهذه المقالة أكثر واقعية من خلال إظهار أن الحكم البشري الأقوى يمكن تقسيمه إلى مهارات محددة يمكن للطلاب تعلمها وممارستها وتحسينها بمرور الوقت (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). وبدلاً من التعامل مع الحكم على أنه سمة شخصية، يقدمه الإطار على أنه مجموعة من العادات القابلة للتكرار والمنظمة عبر خمسة محاور.

الموضوع الأول, اعرف متى تضغط على زر الإيقاف المؤقت, مهمة بشكل خاص لأنها تضع الحكم قبل المطالبة وليس بعدها. تطلب مهارة “يمكننا... ولكن هل يجب علينا؟” من الطلاب التوقف قبل استخدام الذكاء الاصطناعي والتفكير فيما إذا كان ينبغي أتمتة المهمة أو الاستعانة بالذكاء الاصطناعي على الإطلاق. الهدف ليس إبطاء كل شيء دون سبب. الهدف هو منع الاستخدام المهمل، وحماية النزاهة، وتجنب تفريغ العمل في المواقف التي يكون فيها الحكم البشري ضروريًا (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). يعد هذا أحد أقوى أجزاء إطار العمل لأنه يذكر الطلاب بأن الاستخدام المسؤول للذكاء الاصطناعي يبدأ بنقطة تفتيش. قبل استخدام الذكاء الاصطناعي، يجب أن يسألوا: ما هو الهدف؟ من سيستخدمه؟ ما هي المخاطر الموجودة؟ إذا كانت الإجابات غير واضحة، فإن الإجابة الصحيحة ليست السرعة. إنها التوقف والتوضيح (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025).

الموضوع الثاني, بناء الأساس الصحيح, يوضح أن الحكم ينطبق أيضًا على المدخلات. تشدد مهارة “تنظيم البيانات” على مراقبة جودة المدخلات: يجب أن تكون التعريفات واضحة، ويجب التحقق من المصادر، ويجب التحقق من التواريخ، ويجب إزالة التكرارات والقيم المتطرفة الواضحة، ويجب إظهار الثغرات أو المخاطر المعروفة (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). هذا مهم لأن الذكاء الاصطناعي لا يصلح المدخلات الضعيفة. بل غالبًا ما يقوم بتضخيمها. وبعبارات بسيطة، تصبح القمامة الواردة والقمامة الخارجة أكثر خطورة عندما يتمكن الذكاء الاصطناعي من إنتاج إجابات مصقولة بسرعة. كما أن المهارة ذات الصلة “التلقائية والتلميع” مهمة أيضًا لأنها تُظهر أن الذكاء الاصطناعي يمكن أن يساعد في الصياغة بسرعة، ولكن لا يزال البشر بحاجة إلى إضافة السياق والأولويات والفروق الدقيقة ووعي الجمهور. يمكن للذكاء الاصطناعي توليد الخيارات بسرعة، ولكن لا يزال الناس بحاجة إلى المقارنة والدمج وإعادة الكتابة والتنقيح بصوتهم (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025).

الموضوع الثالث, إبقاء السلطة في أيدي البشر, ، يعزز أحد أهم المبادئ في المقال: يجب أن تظل المسؤولية البشرية سليمة. تذكّر مهارة “لا تقبل - افحص” الطلاب بأن الذكاء الاصطناعي يمكن أن ينتج أخطاءً واثقة، لذلك يجب مراجعة المخرجات للتأكد من دقتها وتحيزها ووضوحها وملاءمتها بدلاً من قبولها في ظاهرها (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). تعبّر مهارة “الروبوت يتعامل مع الأساسيات، وأنت من يقوم بالتسديد” عن نفس النقطة بطريقة أخرى. يمكن تفويض المهام الروتينية مثل الملخصات والتنسيق والمسودات الأولى إلى الذكاء الاصطناعي، ولكن يجب أن تظل الاستراتيجية والتأطير والتسلسل والمفاضلة والقرارات النهائية بشرية. ويلتقط إطار العمل هذا الأمر بحاجز حماية لا يُنسى: “يقترح الذكاء الاصطناعي. أقترح.” تبقى الملكية النهائية للشخص وليس للنظام (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025).

الموضوع الرابع, استخلاص المعنى من البيانات الفوضوية, ، مفيدة بشكل خاص لطلاب الأعمال لأنها تربط حكم الذكاء الاصطناعي بعملية صنع القرار. تذكر مهارة “القراءة بين سطور البيانات” الطلاب بأن الذكاء الاصطناعي قد يحدد الأنماط، لكنه لا يفهم تلقائيًا الأسباب أو الحوافز أو الأحداث التي تحدث لمرة واحدة أو الموسمية أو تغيرات السياسة أو قيود العالم الحقيقي (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). لا يزال التفسير البشري ضروريًا. تعتمد مهارة “تحويل البيانات إلى قصة” على ذلك من خلال إظهار أن صانعي القرار لا يحتاجون إلى تفريغ البيانات. بل يحتاجون إلى الوضوح. يجب أن يكون الطلاب قادرين على الإجابة على ثلاثة أسئلة ماذا حدث؟ لماذا؟ ما التالي؟ (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). تعتبر مهارة “الحد من الضوضاء” ذات الصلة مهمة بنفس القدر لأن الكثير من المعلومات يمكن أن تبطئ أو تعرقل العمل. إذا كان المقياس لا يمكن أن يؤثر على القرار، فإنه لا ينتمي إلى لوحة القيادة (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025).

الموضوع الخامس, قم بقيادة التغيير - لا تتخلف عن الركب, يوسع نطاق الحديث من الحكم الفردي إلى المسؤولية التنظيمية. تشدد مهارة “الحوكمة والتصحيح” على الخصوصية والأمان وإمكانية الوصول والإنصاف وقابلية التفسير ومراجعة التحيز والمساءلة البشرية. كما تشدد أيضًا على أهمية توثيق المطالبات والإصدارات والمفاضلات وملكية القرار بدلاً من التعامل مع الحوكمة كنشاط في اللحظة الأخيرة (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). تعزز المهارة الأخيرة، “التعلم أثناء التنقل”، أن الاستخدام الجيد للذكاء الاصطناعي ليس ثابتًا. يجب أن تفكر الفرق في ما نجح وما فشل، وما هي الأنماط أو المطالبات التي كانت فعالة، ثم تحويل هذه الدروس إلى كتيبات تشغيل صغيرة يمكن مشاركتها وتحسينها بمرور الوقت (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). حلقة التعلم بسيطة وقوية: جرّب ← فحص ← فحص ← ضبط ← تدوين ← مشاركة (مختبر فيزياء الأعمال التجارية للذكاء الاصطناعي، 2025).

هذه التفاصيل تقوي المقال لأنها تظهر أن الحكم الإنساني الأقوى ليس مجرد شعار. إنه قابل للتعليم. ويمكن تفعيله من خلال الملاحظات المنطقية القصيرة، ومواصفات المدخلات المكونة من صفحة واحدة، والتغييرات المتتابعة، وسجلات التحقق، ومذكرات القرار، ومسارات التدقيق، ودفاتر التشغيل الحية (مختبر فيزياء الأعمال للذكاء الاصطناعي، 2025). بعبارة أخرى، يمكن جعل الحكم مرئيًا. وهذا أمر مهم للتعليم لأنه بمجرد أن يصبح الحكم مرئيًا، يمكن أن يصبح أيضًا قابلاً للتدريب والتقييم والتحسين.

يظهر هذا القلق الأوسع نطاقاً أيضاً خارج أطر الشركة. في يونيو 2025، أعلن يوشوا بنجيو عن منظمة LawZero، وهي منظمة غير ربحية لأبحاث سلامة الذكاء الاصطناعي قال إنها أُنشئت لإعطاء الأولوية للسلامة على الضرورات التجارية (Bengio, 2025). في ذلك الإعلان، جادل في ذلك الإعلان بأن نماذج الذكاء الاصطناعي المبتدئة تُظهر قدرات وسلوكيات خطيرة بشكل متزايد مثل الخداع والقرصنة والحفاظ على الذات وعدم التوافق مع الأهداف (بنجيو، 2025). وسواء اتفق المرء مع كل المخاوف التي أثارها أم لا، فإن النقطة الأكبر واضحة: مع نمو قدرات الذكاء الاصطناعي، فإن المزيد من الباحثين يجادلون بأن هناك حاجة إلى مؤسسات أقوى وأشكال أقوى من الرقابة.

بالنسبة للطلاب، يؤدي ذلك إلى درس مهم. لا يكمن التحدي في بناء أنظمة أقوى فحسب. بل يتمثل أيضًا في بناء عادات أقوى في إصدار الأحكام، وعمليات قرار أقوى، وأشكال أقوى من المساءلة حول تلك الأنظمة. إن السلامة المؤسسية والحكم التربوي ليسا فكرتين متنافستين. بل هما استجابتان متكاملتان لنفس الواقع.

ولذلك، فإننا في مختبر فيزياء الأعمال للذكاء الاصطناعي نشجع الطلاب على تجاوز رد فعلين ضعيفين. الأول هو الحماس الأعمى، حيث يتم التعامل مع الذكاء الاصطناعي كما لو أنه يعرف الأفضل تلقائيًا. والثاني هو الخوف المبهم، حيث يتم التعامل مع الذكاء الاصطناعي على أنه غامض جداً أو خطير جداً لفهمه. ولا يؤهل أي من رد الفعلين الطلاب للعمل الحقيقي. المسار الأفضل هو الحكم المستنير. يجب أن يتعلم الطلاب ما الذي يمكن أن يفعله الذكاء الاصطناعي، وأين هي حدوده، وما هي المخاطر التي يمكن أن ترتفع مع زيادة قدراته، ولماذا يجب أن تظل الرقابة البشرية قائمة.

ولهذا السبب يبقى موقفنا بسيطاً: الذكاء الاصطناعي الأقوى يتطلب حكماً بشرياً أقوى.

يجب أن يتعلم الطلاب كيفية استخدام الذكاء الاصطناعي، ولكن أيضًا كيفية التحقق منه والإشراف عليه ومساءلته والمساءلة عن القرارات التي يتم اتخاذها باستخدامه. في تعليم إدارة الأعمال، هذه ليست إضافة صغيرة. إنه جزء من التكوين المهني المسؤول. فالمستقبل لا يخص فقط الطلاب الذين يمكنهم استخدام أدوات الذكاء الاصطناعي. بل يخص الطلاب الذين يمكنهم استخدامها بحكمة.

المراجع

أنثروبيك (2023، 8 مارس/آذار). وجهات النظر الأساسية حول سلامة الذكاء الاصطناعي: متى ولماذا وماذا وماذا وكيف. https://www.anthropic.com/news/core-views-on-ai-safety

بنجيو، ي. (2025، 3 يونيو). تقديم LawZero. https://yoshuabengio.org/2025/06/03/introducing-lawzero/

مختبر فيزياء الأعمال للذكاء الاصطناعي. (2025). مهارات التكامل بين الإنسان والذكاء الاصطناعي. https://businessphysics.ai/human-ai-complementarity-skills/

جوجل ديب مايند. (2025، 4 فبراير). تحديث إطار عمل سلامة الحدود. https://deepmind.google/blog/updating-the-frontier-safety-framework/

Hormaza Dow, T., & Nassi, M. (2025، 27 نوفمبر/تشرين الثاني). إطار عمل لتعليم الحكم في استخدام الذكاء الاصطناعي. Éductive. https://eductive.ca/en/resource/framework-for-teaching-judgment-in-the-use-of-ai/

المعهد الوطني للمعايير والتكنولوجيا. (2023). إطار عمل إدارة مخاطر الذكاء الاصطناعي (AI RMF 1.0) (NIST AI 100-1). U.S. Department of Commerce. https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf

OpenAI. (2025). كيف نفكر في السلامة والمواءمة. https://openai.com/safety/how-we-think-about-safety-alignment/

OpenAI. (2025، 15 أبريل). إطار عمل الاستعداد (الإصدار 2). https://cdn.openai.com/pdf/18a02b5d-6b67-4cec-ab64-68cdfbddebcd/preparedness-framework-v2.pdf

منظمة التعاون الاقتصادي والتنمية. (2019). توصية المجلس بشأن الذكاء الاصطناعي. https://legalinstruments.oecd.org/en/instruments/oecd-legal-0449